非物质文化遗产领域汉藏双语本体的语义检索策略研究

[目的/意义]探索非物质文化遗产领域汉藏双语本体的语义检索策略,为藏语言用户提供语义检索服务给予帮助。[方法/过程]微观层面,根据已有的非物质文化遗产领域汉藏双语本体,运用SPARQL来对语义检索进行实现;宏观层面,结合SPARQL语义检索,提出非物质文化遗产领域汉藏双语本体在语义检索中的应用框架和策略。[结果/结论]依据非物质文化遗产领域本体类属关系解析查询式语义、为用户提供多样的SPARQL查询式并支持查询式构造、根据非物质文化遗产内容进行汉藏双语数字资源的语义组织,可以在一定程度上促进相关非物质文化遗产数字资源的语义检索,从而在语义检索上为用户提供更好的语义服务。     

基于语义网技术构造知识服务系统

语义网的兴起,为知识服务系统的发展提供了巨大的动力。而知识管理的思想运用于语义网建设,又将为用户提供基于知识的Web服务。因此,语义网技术作为下一代Web的核心技术,知识服务作为信息服务的发展趋势,两者的相互结合将是可行而必要的,肯定会为知识服务的研究与发展开辟新的道路。本文阐述了语义网技术在知识服务中的角色,探讨了语义网与知识服务系统结合的应用前景,并论述了基于语义网技术构造知识服务系统的主要实现模式     

语义网环境下数字图书馆信息资源集成模型研究

语义网环境下数字信息呈现多样性、异构性等特点,造成了大量冗余信息的产生,这些信息资源关联度低,语义异构问题严重,影响了用户获取信息的体验和效率。本文为了提高数字图书馆信息资源集成的质量,运用有关语义网的方法和技术实现语义网环境下数字信息资源的整合、集成,并提出了模型框架,在本质上改变现有整合方式的缺陷和不足。     

基于学术产出挖掘的用户兴趣建模研究

为了解决用户兴趣建模初期存在的冷启动问题,以科研用户公开发表的学术产出作为用户兴趣建模的数据源,采用文本挖掘和基于本体的模型表示技术进行用户建模,并提出一种通过实体关系表示用户兴趣的方法。该方法与使用单个关键词或实体的表示方法相比,语义信息更为丰富,能更好地描述用户兴趣。最后,将生成的用户兴趣本体实例存储到Sesame本体数据库中,支持通过SeRQL和SPARQL语言进行查询,实现了用户兴趣信息的语义化存储和检索。     

新媒体环境下企业与用户信息交互行为模型及特征研究

[目的/意义]通过研究新媒体环境下企业与用户之间的信息互动行为,了解用户信息交互行为特征,帮助企业了解用户需求,为用户提供更好的服务,从而提高企业的核心竞争力。[方法/过程]采用社会网络和语义分析方法,选取汽车行业的3个代表性企业,用点度中心性、中间中心度、接近中心度和特征向量中心度指标分析企业与用户信息互动的转发与被转发行为、关注与被关注行为、评论与被评论行为和互动凝聚性;用语义关键词词频分析信息互动词频,进而通过5个特征属性指标呈现新媒体环境下企业与用户进行信息互动的行为特征。[结果/结论]基于社会网络分析和语义分析方法构建的新媒体环境下企业与用户信息互动的行为模型可以作为企业与用户进行信息互动分析的研究框架;数据分析结果表明企业可以利用新媒体平台加强与用户之间的信息互动进而提升产品及服务的竞争力。     

基于用户体验的数字图书馆信息服务模型构建探索

随着信息技术的高速发展,数字图书馆的信息服务正在从面向信息资源向面向用户信息活动转变,而用户体验是用户进行信息活动的直接体现。从信息资源构建与整合、交互界面和信息反馈的设计方面构建数字图书馆信息服务模型,用户与用户的交互、用户与信息的交互是用户体验的关键。     

基于用户交互的网络服务及其在图书馆的应用研究

认为用户与信息的交互、用户与用户之间的交互有助于用户的知识建构。从用户交互行为角度和用户与信息的交互、用户与用户的交互两个层次对网络信息服务进行简要分析。通过对图书馆开展的基于用户交互的网络服务实例的分析,指出图书馆的服务模式不仅将由“读”信息服务模式向“读写”信息服务模式转变,而且,单纯的信息服务模式将逐渐过渡到围绕资源进行的社会化服务模式。     

关联数据在图书馆界的应用与挑战

关联数据是语义网的一种实现方式,描述了通过可链接的URI方式来发布、分享、链接Web中各类资源的方法,通过链接网上的分布式异构数据使得不同领域的数据相互关联,自提出以来被企业、政府等各界重视应用和研究,美国国会图书馆、瑞典国家图书馆等图书馆也加入其中,并在为图书馆提供语义服务、扩展服务资源等方面提供了选择和帮助,但关联数据在图书馆的进一步应用也还面临着用户交互、数据整合、链接维护、隐私保护等方面的挑战。     

语义网环境下数字图书馆信息服务模式研究

介绍了当前数字图书馆信息服务中存在的局限性,阐述了语义网技术的层次结构,分析了语义网在数字图书馆中的应用优势,并对语义网环境下数字图书馆的几种信息服务模式进行了探讨。     

语义检索在Web2.0环境下的应用探讨

目前Web2.0服务虽能调动大众用户的力量,但所提供的检索方式单一,不能很好地解读用户的需求,也不利于信息的跨平台检索.语义检索是针对概念及概念之间关系的检索,能实现基于语义的匹配和推理,将语义检索应用于Web2.0服务中,能很好地调动用户互动参与,增强信息搜索的准确度,使服务更其个性化.而通过Web2.0,非专业用户能为语义检索的实现贡献力量,用户使用反馈也能逐步提高语义检索的质量.本文在分析Web2.0服务所提供的检索和语义检索各自优劣势的基础上,从语义信息的生成、存储和检索三方面探讨两者结合的方法,并对其应用优势进行展望.     

关联数据环境下的关联服务研究

关联服务是Web服务在关联数据环境下的新的表现形式,服务的描述结果和调用结果都是关联数据。在界定关联服务概念的基础上,对关联服务的基本原理进行剖析。关联服务的创建和使用涉及服务描述、服务选择、服务调用等一系列关键步骤,对基于SPARQL的服务描述方法和基于MSM的服务描述方法、基于服务模板的服务选择方法进行探讨,并对关联服务的调用方法进行分析。     

语义Web模式下综合科技资源的关联策略研究

在开发综合科技资源集成登记系统的实践基础上,研究综合科技资源的关联策略,针对其在语义化方面的局限性,提出一种利用D2RQ组件将综合科技资源的关系数据源公开为RDF接口,进而利用SPARQL端点查询技术将RDF接口公开为W eb服务的优化方案。试验证明,该方案合理可行,可为综合数字资源体系建设的未来发展提供思路。     

将图书馆目录纳入语义万维网

图书馆书目包含海量结构化、高质量的数据,然而这些数据通常无法应用于语义万维网。介绍使瑞典联合书目（LIBRIS）符合语义万维网和链接数据（Linked Data）协议规范的工具和技术,讨论个体资源的精确描述问题,并重点介绍资源之间的链接以及数据获取机制等方面的内容,同时还提出在同一作品的不同记录之间建立链接的方法。     

关联数据发布技术及其实现——以Drupal为例

关联数据是一种轻量级的语义网实现技术,其重要价值在于通过RDF数据模型,将网络上的非结构化数据和采用不同标准的结构化数据转换成遵循统一标准的结构化数据,以便机器理解。文章梳理了关联数据的实现方式,目前关联数据的发布模式有:静态发布、批量存储、调用时生成、事后转换(D2R),发布关联数据的工具包括:VoID词表、前端转换工具、OWL及SKOS相关工具、Web services、Web应用框架、CMS及RDFa。并详细介绍了开源CMS平台Drupal。Drupal作为一直关注语义网技术的开源CMS平台,其高度模块化的架构为实现关联数据的发布打下了良好的基础,RDF、SPARQL、SPARQL_Endpoint及其周边模块构成了一套较为成熟的关联数据发布与消费的框架,最后利用该框架实现将"中国历史纪年和公元纪年对照表"发布成关联数据。     

基于“语义主题模型”的知识系统框架设计及应用研究

构建语义化知识服务系统是数字图书馆在语义Web环境下的发展方向。针对目前各种语义Web技术在数字图书馆开发应用的现状和问题,本研究融合国际基于Topic的语义知识组织技术,结合国内的需求,提出了“语义主题模型”,目标为构建可实施的语义化知识系统。文章首先对以“概念化主题、主题关联、语义标签”为内涵的“语义主题化模型”概念进行定义;其次,设计基于此模型的语义化知识系统框架;再次,对相关应用进行了探讨;最后,对未来开发工作进行了规划。     

语义WikiI特性分析与应用研究

以Web2.0时代信息服务向知识服务转变为背景,结合语义Web技术,对智能语义Wiki做详细的分析研究。首先对语义Wiki特性进行分析,通过调研从标注机制、导航机制和检索机制三个方面展开深入研究,针对有代表性的语义Wiki项目进行比较和分析。     

个性化档案创新服务模式研究

为用户提供深层次的个性化创新服务是档案信息服务的发展方向。本文提出基于资源重组的智能化个性定制服务、基于智能推送技术的个性化档案信息服务以及语义网环境下的个性化档案信息服务三种个性化创新服务模式以及实现框架。     

语义Web、本体论与信息检索

文章概述了语义Web的研究背景、研究价值及现有语义Web模型,阐述了语义Web于本体论的关系,对W3C组织的语义Web研究现状和语义Web研究领域国内外当前的研究状况进行了分析,总结了未来语义Web基础研究和应用研究的方向。     

关联数据映射语言：R2R

关联数据的目标是使客户端应用通过跟踪RDF链接发现新的数据源,实现对不同数据集的平滑整合,但现有方法创建的RDF链接十分有限,为此德国柏林自由大学于2010年提出面向RDF数据集映射的R2R语言。该语言包括r2r:prefixDefinitions,r2r:sourcePattern,r2r:targetPattern,r2r:transformation,r2r:mappingRef等映射属性,字符串函数、列表函数、算术函数、XPath函数及URI、文字、语言、数据类型等四种变量修饰符,提供r2r:has-Mapping,r2r:mapsTo,r2r:dependsOn,r2r:sourceDataset,r2r:targetDataset等映射元数据,映射语句遵循"资源—映射属性—三元组文字"结构及Turtle语法等规则。在总结以上语法框架的基础上通过实例阐释其用法,并与SPAR-QL语言进行比较。研究认为R2R语言在支持RDF表示、变量和修饰符定义、名称空间前缀表示、空白节点定义变量等方面与SPARQL存在语法一致性特征,在功能和句法表示方面二者存在一定差别。推广R2R语言有助于从词汇和数据集实例两个层面提升RDF链接创建能力,进而为创建关联数据集成服务环境提供支持。